摘要
本发明涉及光伏发电技术领域,公开了一种基于时空特征融合的光伏发电功率预测方法,包括:获取原始信号,采用CPO算法优化VMD的模态数目K和带宽约束α;将所述模态数目K和带宽约束α作为VMD算法的输入参数,将所述原始信号分解为多个模态分量;针对多个模态分量通过ST‑GCN与LSTM结合的方式提取空间特征和时间特征,并将所述空间特征和时间特征融合得到时空特征;通过全连接层和回归层将融合后的所述时空特征映射到光伏功率预测空间,输出预测值。本发明提供的基于时空特征融合的光伏发电功率预测方法,基于CPO优化VMD、ST‑GCN与LSTM结合的进行光伏功率预测,能够为电网调度决策提供依据,降低电力运行成本。
技术关键词
算法
切比雪夫
拉普拉斯
电网调度决策
多项式
信号
数学模型
重构误差
参数
矩阵
粒子
空间特征提取
功率
光伏发电技术
速度因子
特征值
卷积模块
计算机设备
系统为您推荐了相关专利信息
电容阵列传感器
液位测量方法
绝缘套筒
图像重建算法
管道
拼配方法
品质偏差
GDE3算法
指标
数据获取模块
虚拟同步发电机
约束优化算法
虚拟惯量
谐波检测技术
线路